ComfyUI效率节点Efficient示例

文生图工作流

1. Efficient Loader节点用于高效加载和缓存模型

ckpt_name：选择要加载的检查点模型的名称。通常选择你的主要模型名称
vae_name：定义要使用的VAE（变分自编码器）模型。一般选择与你的主要模型匹配的VAE，或者使用默认的。
clip_skip：决定跳过CLIP模型的层数。通常设置为1或2，层数越多对生成图像影响越大。
lora_name：指示要应用的LoRA（低秩适应）模型的名称。如果需要特定风格或效果，可以选择相应的LoRA模型。
lora_model_strength：设置LoRA模型对基础模型的影响强度。一般在0.5-1之间，根据需要的风格效果调整。
lora_clip_strength：调整LoRA模型对CLIP模型的影响强度。设置与lora_model_strength类似的值即可。
positive：输入正向提示词的文本框。描述你希望图像包含的特征。
negative：输入反向提示词的文本框。描述你希望图像避免的特征。
token_normalization：定义如何归一化tokens。一般选择“none”或“length”。
weight_interpretation：确定提示词中权重的解释方式。选择“comfy”或“A1111”。
batch_size：指定批处理图像的数量。根据显存大小调整，通常在1-4之间。
lora_stack：允许堆叠多个LoRA